// فهرست مطالب
در چند روز بستری، ۱۳ بیمار صرعی هشدارهای تشنج را روی گوشیشان گرفتند و به هر کدام با «بله» یا «خیر» جواب دادند. به بیش از دو سوم هشدارها پاسخ دادند. الگوریتم با همین پاسخهای کوتاه دوباره آموزش دید و در شبیهسازی هشدارهای کاذبش حدود ۸۰ درصد کم شد. برچسبهای متخصصان باتجربه فقط ۲ درصد دیگر اضافه کرد. اما یک نکته هست: نسخه جدید تشنجهای واقعی را بهتر از قبلی تشخیص نمیداد.
همه شرکتکنندگان در بخش پایش صرع بیمارستان دانشگاه پنسیلوانیا بستری بودند و هر کدام اپلیکیشنی روی گوشی داشت با یک دستیار هوش مصنوعی که به EEG خودِ او وصل بود. این کار گروه برایان لیت، متخصص مغز و اعصاب، در ۱۳ اکتبر ۲۰۲۶ در Nature Medicine منتشر شد . نویسندگان آن را اثبات مفهوم مینامند: نمونه کوچک است و همه چیز درون بیمارستان رخ داد. زک گلدبلوم و هائور شی، دانشجویان دکترای مهندسی زیستی آزمایشگاه لیت، این پلتفرم را ساختند.
بخشی که همه منتظر تشنجاند
آدمها را به چنین بخشی میآورند تا زیر نظارت تشنج کنند، نه اینکه درمان شوند. بیمار چند روز با الکترودهای روی سر زیر دوربین میماند تا پزشکان تشنج را روی ضبط ببینند و بفهمند از کجا شروع میشود. EEG یا الکتروانسفالوگرافی فعالیت الکتریکی مغز را ثبت میکند و هنگام تشنج ریتم نوار طوری عوض میشود که پزشک باتجربه فوراً متوجهش میشود. به نقل از توضیح مجموعهداده باز ، یازده شرکتکننده الکترود روی پوست سر داشتند و دو نفر داخل مغز.
برنامهای آشکارساز ضبط را زیر نظر دارد. اغلب بیخود زنگ میزند، مثلاً وقتی کسی سرش را میخاراند یا در خواب غلت میزند و حرکت روی نوار نویز میگذارد. اگر برای هرکدام پرستار صدا شود، تا شب دیگر کسی هشدارها را باور نمیکند.
معمولاً پزشکان و مهندسان چنین آشکارسازی را برای یک فرد مشخص تنظیم میکنند و این ماهها برنامهریزی حضوری میبرد. تیم لیت پیشنهاد کرد از کسی بپرسند که مطمئن میداند تشنج رخ داده یا نه. مخاطرات بیش از آنچه به نظر میرسد است: سازمان جهانی بهداشت برآورد میکند تا ۷۰ درصد مبتلایان به صرع با تشخیص و درمان درست میتوانند بدون تشنج زندگی کنند. ثبت دقیق تشنجها جایی است که این تشخیص از آن شروع میشود.
سه دکمه به جای ماهها تنظیم
یافته اصلی در سادهترین کار پنهان است. هر بار که آشکارساز تشنج احتمالی را علامت میزد، گوشی میپرسید: واقعاً رخ داد؟ بیمار میتوانست بله، خیر یا مطمئن نیستم جواب دهد. بیماران به بیش از دو سوم این پرسشها پاسخ دادند، گزارش MedicalXpress میگوید.

این پاسخها برای الگوریتم مثل راهنما شدند، شبیه عنوان زیر عکسها که به شبکه عصبی یاد میدهد گربه را بشناسد. آشکارساز با آموزش دوباره روی آنها، طی دوره بستری حدود ۸۰ درصد هشدار بیمورد کمتر داد. این رقم از شبیهسازی میآید: تیم ضبطها را پس از واقعه دوباره به مدل بازآموزیشده داد و شمرد چند هشدار میداد. پس اینکه سیستم در عمل و زنده چطور رفتار میکند هنوز پرسشی باز است.
نسخه جدید آرامتر شد، نه تیزتر. دیگر بیدلیل سروصدا نمیکرد، اما همانقدر تشنج واقعی را از دست میداد که قبلاً.
مردم از مغز خودشان چه میپرسند
اپلیکیشن دوطرفه کار میکند. بیمار سؤالی تایپ میکند و عامل هوش مصنوعی از روی ضبط زنده EEG جواب میدهد، گاهی با نمودار. پشت گفتگو نسخهای از GPT-4o-mini شرکت OpenAI بود که از کانالی خصوصی در دسترس بود و قراردادی اجازه نمیداد داده بیمار را نگه دارد یا با آن آموزش ببیند. Medical Economics مینویسد هر پیام در هر دو جهت از یک بررسی خودکار ایمنی گذشت.
بیشتر گفتگوها درباره تشنج، خواب، خلقوخو و انرژی بود. سؤال معمول: دیشب تشنج کردم؟ خودِ سیستم بیشتر حرف میزد، حدود ۶۹ درصد پیامها: هشدارها، نظرسنجیهای سهبار در روز و پاسخها. جواب ساده در حدود ۲ ثانیه میرسید، زودتر از آنکه پرستار تا اتاق برسد. سؤالی که سیستم را وادار میکرد در سابقه EEG بگردد، مثل «چقدر خوابیدم؟»، حدود ۹ ثانیه طول میکشید. پنج نفر از سیزده نفر خودشان پرسیدند میتوانند سیستم را با خود به خانه ببرند یا نه. پاسخ تیم فعلاً نه بود، اما کار به همان سو میرود، گلدبلوم در مصاحبه با Medical Economics یادآوری میکند. فقط پنج شرکتکننده پرسشنامه کاربردپذیری را پر کردند و بهطور میانگین به اپلیکیشن ۸۳ امتیاز از ۱۰۰ دادند.
// کارآزمایی در عدد
چرا دستگاههای پزشکی ساکت میمانند
لیت ایده را ساده بیان میکند: بیماران اغلب جنبههایی از بیماریشان را میفهمند که حسگرها مستقیم نمیتوانند اندازه بگیرند. این حرفهای خودش در اطلاعیه دانشگاه پنسیلوانیا است. آدم میداند پیش از تشنج بد خوابیده یا قرصی را جا انداخته. دستگاه فقط یک خط روی نوار میبیند.
کانال در جهت مقابل هم تقریباً وجود ندارد. در آمریکا سه دستگاه کاشتنی برای صرع تأیید شده است: تحریک عصب واگ، نوروتحریک پاسخگو (RNS) و تحریک عمقی مغز. نویسندگان مینویسند هیچکدام نمیتوانند در لحظه اطلاعاتی با بیماران رد و بدل کنند. یعنی آدم فقط از راه پزشک میتواند چیزی از دستگاه خودش بفهمد. لیت مستقیم میگوید: دادهها سرنخهای فراوانی درباره اثر رفتار بر سلامت دارند، اما بیماران فعلاً راهی ندارند همان لحظه آنها را بفهمند، آنگونه که NIH از او نقل میکند .
سیستم چطور ساخته شده
سیستم سه بخش دارد. نرمافزاری پیوسته سیگنال الکترودهای EEG را میگیرد. محیط ابری امن که قواعد حریم خصوصی پزشکی آمریکا را رعایت میکند ضبط را تقریباً بلادرنگ تحلیل میکند. بخش سوم اپلیکیشن گوشی است که بیمار از آن به عامل هوش مصنوعی پیام میدهد و عامل پاسخ میدهد و خودش هم اعلان میفرستد. ضبطهای شرکتکنندگان آزادانه در دسترس پژوهشگران دیگر است. این کار را جایزه پیشگام NIH به مبلغ ۵٫۶ میلیون دلار تأمین مالی کرده و نسخه اولیهاش در ژانویه ۲۰۲۶ بهصورت پیشچاپ در medRxiv با عنوانی جسورانهتر آمد: «یک دستگاه کاشتنی که با بیماران گفتگو میکند و یاد میگیرد صرع را همراه آنها مدیریت کند».
کارآزمایی هنوز چه را نشان نداده
حدود ۵۰ میلیون نفر در جهان صرع دارند، طبق گزارش سازمان جهانی بهداشت . پس وسوسهانگیز است که این کار را خبر درمان بخوانیم. موضوعش چیز دیگری است. سیزده بیمار چند روز در یک بیمارستان زیر نظر کارکنان بودند و کارآزمایی طوری طراحی نشده بود که نشان دهد مردم تشنج کمتری خواهند داشت یا نه.
این کار کارآزماییهای بعدی و سرپایی است، با EEG کمتهاجمی و حسگرهای پوشیدنی. آنها چیزی را میشمارند که در زندگی روزمره مهم است: تشنجها چند بار رخ میدهند و چقدر شدیدند، مردم چند بار آمبولانس و مراجعه به بیمارستان لازم دارند. پس از آن نویسندگان میخواهند از این نوع گفتگو برای تنظیم خودکار تحریک عمقی مغز در بیماری پارکینسون استفاده کنند. باور دارند به افراد دارای ضربانساز و پمپ انسولین هم میتواند کمک کند. انتظار دارند نهادهای ناظر چنین سیستمهایی را مرحلهبهمرحله تأیید کنند، از آنهایی شروع کنند که فقط توصیه میکنند و خودشان چیزی را تصمیم نمیگیرند.
دستگاههایی از این دست سالها در سکوت درباره بدن داده جمع میکنند. در این کارآزمایی دستگاهی از صاحبش پرسید چه خبر است و پاسخهای صاحبش آن را دقیقتر کرد.







